智慧农业项目建设体系之疫病监测预警系统及数据分析

- 疫病监测预警系统的意义及建设体系
智慧农业项目建设重点及初衷即是要对养殖场的生产管理提供信息化技术的支持及详尽、精准的生产意见。疫病监测预警系统作为养殖企业生物安全体系措施实施、疫情风险等的重要参考及决策依据，在整个智慧农业建设中占据极为重要的位置。好的疫病监测预警系统可以针对疫情进行监测、疫病风险进行预测预警、疾病诊断进行辅助决策等。
综合来看，疫病监测预警系统建设包括样品实验室检测系统、疫病监测预警系统、healthMap、疫病数据分析等模块。

• 1、疫病知识库
  要构建一个完美的实用的疫病监测预警系统平台，需要基础理论的知识的支撑，在此处需要的疫病基本知识包括了疫病诊断知识库、疫病治疗知识库、疫病防控知识库、疫病风险行业标准等专用知识库。在企业构建疫病监测预警模型的过程中需要专业的兽医兽药专业人士完善这些知识库，最好在系统平台中内置一个疫病知识库，方便养殖人员快速寻找疫病治疗等知识。
  
  本模块想要达到的基本效果为：输入某一疾病，所得到的是关于该病的基础信息，包括疫病生物学特征（图文等方式）、流行及发病特点、常见的治疗药物/疫苗等、生产过程中防控要求等。同时结合疫病预警模型（后文探讨）给出该种疫病在本场发生的风险等级。

-/2、样品实验室检测系统
通过该系统管理猪场所有抗体、抗原检测信息，包括检测事件、检测数据、检测报告管理。有了统一的实验室检测系统，猪场的日常病原检测将更加规范，一方面有助于管理层了解所有养殖场的疾病情况，另一方面可以评估兽药疫苗使用效果以辅助决策疫苗兽药的使用。实验室管理系统更像一个业务流程管理，目前国内成熟的科研实验室管理系统、疫病检测中心实验室管理系统等均可以借鉴到此。整个流程如下，系统应能实现样品检测的整个流程、实验室样品管理、设备管理、报告归档、不同权限人员不同查看权限及样品检测的状态等。同时更重要的是能够对样品检测事件/结果的初步分析，比如检测结果分类、聚类等统计分析。

-3、 疫病监测预警系统

疫病监测预警系统包括疫病发生风险预警模型、猪场异常移动巡检（APP）、异常诊断手段等组成。
- 猪场异常巡检系统（APP）
为方便养殖人员进行现场巡检，需要开发相应的基于手持设备的异常巡检APP，其主要功能将是：

• 各阶段猪只异常情况记录
  通过输入数字、文字、拍照、拍视频等方式机理异常情况，如猪只行为异常（躺卧异常、喘气、咳嗽等），猪只疾病异常（皮肤、呼吸等），仔猪异常（跛脚。。。）。现实地说要做到猪只个体的巡检是极为困难的，尤其对于规模化猪场来说，因此对于商品猪采取批次记录或者整栋记录，对种猪采取个体记录更为现实和实用。

• 母猪发情记录
  母猪第一次发情记录，母猪返情记录等。

• 货物进场生物安全消毒记录
  生物安全是猪场重中之重，需要记录货物进场消毒情况（拍照以及视频等）；

• 历史异常查询
  方便养殖人员在巡检过程中查看历史异常情况，得出初步的诊断、治疗方式。

• 异常诊断手段
  基于机器视觉、机器视觉的异常诊断助手正逐步引入到生猪养殖行业内。其基本特点在于：
  ——猪声学信息采集：通过系统配套巡检机器人或固定声音采集麦克风，将猪只的咳嗽声进行采集，经声学算法分析后转化为结构化特征，同步到业务系统, 此部分数据采集功能无页面展示。
  ——猪行为信息采集：通过系统配套巡检机器人或固定图形采集摄像头，对猪只的进行图片拍摄采集，并通过猪异常状态识别算法，将识别的猪拉稀、猪丹毒、犬坐、犬睡、发紫发钳的异常信息同步到业务系统；通过猪生理特征识别算法, 母猪站姿、睡眠状态、眼神（精神）状态分类算法，识别母猪睡眠、站立(静立或觅食)、精神状态，同步业务系统, 此部分数据采集功能无页面展示。
  ——猪体温信息采集：通过集成巡检机器人+热成像仪监测猪体温，将识别的猪体温信息同步到业务系统,此部分数据采集功能无页面展示。
  ——猪生理特征异常巡检：通过行走机器人采集猪行为图片，并通过猪生理特征异常状态识别算法识别后同步至业务系统的特征数据，根据识别后数据，经分析如符合生理特征异常特征，则触发任务协同和任务预警，并在任务协同及任务预警信息列表清单。
  经央视报道的生猪巡检机器人

- 疫病发生风险预警模型
疫病发生风险预警模型是一个综合的疫病风险管理系统，其数据信息来源包括：自身养殖场实验室样品检测事件、养殖场周边疫情信息、猪场日常巡检信息以及基于机器视觉、声音学等的异常诊断信息，通过多信息融合算法获得栋舍、猪场、养殖区域特种疫病发生的风险等级。
参考文献“王萍,孙金领等，基于多属性群决策的猪疫病风险评估模型[J].中国畜牧杂志，2014.50(14)”提出一种基于证据理论的猪疫病风险评估模型。建立了一种定性与定量相结合的综合评估方法，该方法结合专家评估、层次分析等定性方法和概率计算、证据理论等定量方法的优点，通过风险准则的定量计算和风险指标的定性评估，以此预测和评估猪疫病发生的风险等级，为采取风险管理措施提供指导。详细可参考该文。

猪疫病风险评估模型建立流程图
在系统建设初期需要考虑的是将各种影响疾病发生的风险因素汇总，并制定相应的标准。下图给出了猪疫病发生风险因素集合。

• 4、HealthMap
  HealthMap顾名思义是描述猪健康信息的地图，主要的作用在于构建区域内生猪疫病、疾病、质量安全信息的集合，通过在地图上直观的展现这些信息，可以辅助生物安全体系的建设、疫病防控措施的提前进行。以今年来非洲猪瘟在区域内爆发事例来看，构建区域内非洲猪为的爆发点可以有效的知悉养殖场周边疫情情况。
  —数据来源：
  （1）官方网站发布的有效疫情信息：

1. 世界动物卫生组织 OIE（http://www.oie.int/）
2. OIE法定通报的疾病列表及信息
   （http://www.oie.int/en/animal-health-in-the-world/information-on-aquatic-and-terrestrial-animal-diseases/）
3. 农业农村部（http://www.moa.gov.cn/）or (http://www.moa.gov.cn/gk/yjgl_1/yqfb/)
4. 农业农村部兽医局（http://www.syj.moa.gov.cn/）
5. 中国兽医网（http://www.cadc.net.cn/sites/MainSite/）
6. 中华人民共和国海关总署（http://www.customs.gov.cn/）
7. 美国疾病控制中心CDC（https://www.cdc.gov/） 备注：部分人畜共患病情况会在上面发布。
8. 中国疾病预防控制中心（http://www.chinacdc.cn/）备注：部分人畜共患病情况会在上面发布。
9. 联合国粮食及农业组织（http://www.fao.org/home/zh/）
10. 动物疫病净化（http://111.205.51.12/sites/jinghua/）
11. 中国兽医协会http://www.cvma.org.cn/syxh/index.html
12. 中国动物卫生与流行病学中心 http://www.cahec.cn/
13. 广东省农业农村厅-农业资讯-省内信息联播 http://dara.gd.gov.cn/snnyxxlb/
14. 广东省农业科学院动物卫生研究所 https://www.vmi.gdaas.cn/news.aspx?sort_id=3
15. 中国养猪网-养猪资讯-国内新闻：https://news.zhuwang.cc/xinwen/index.html
    （2）周边疫情：
    养殖人员发现的可靠的疫情发生的信息。
    

• 5、数据挖掘分析
  （1）事件统计分析
  来自于实验室检测系统监测样品的事件统计分析，包括猪场检测次数统计、检测样品结果统计等。
  （2）移动巡检系统数据统计分析
  日尺度猪群异常状况统计分析：针对猪群的日尺度异常情况的数据统计分析，准确把握猪群生理状况；
  月尺度猪只/猪群异常状况统计分析：针对某一批次猪群/个体种猪的月尺度异常情况数据统计分析，准确把握某一阶段猪只的生理状况；
  年尺度或跟大尺度的猪场异常情况汇总分析：针对栋舍/养殖场的整体生猪生理状况统计分析，把握整栋/整场的猪只健康水平。
  （3）疫病数据库内部关联分析
  来自于实验室检测系统、疫病监测预警系统、healthmap等系统的数据关联分析，功能在于评估养殖场疫病风险、养殖场生物安全体系有效性、养殖场防控防疫措施指导。
  （4）疫病数据与其他系统数据的关联分析
  疫病数据库数据与环控、饲喂、繁殖育种、生产等数据进行关联分析，有效的评估场区环境舒适度、疫病风险下饲喂行为的适合性及调整指导、疫病发生状况下猪只淘汰、压栏等销售策略制定等。

写在最后的话：

• 智慧农业项目体系需要农业领域的专业知识的支撑，系统的设计才能更合理、更复合农业从业人员的使用，同时需要专业的知识来指导数据挖掘体系的设计。所谓行业赋能，个人认为不只是把别的行业“高大上”的设备、技术整合进农业领域，譬如时下热门的基于机器视觉的疫病诊断助手，基本还处于研究示范阶段，农业领域从业人员的基础素质以及农业行业的环境特点一定程度上限制了“高大上”技术的发挥空间。行业赋能更多的应该考虑将互联网行业、金融行业等智慧+技术较为成熟领域内的技术整合进农业行业，譬如数据分析方法及其技术、互联网电商的决策体系及其技术。
  因此智慧农业的赋能更多的考虑应是整个方案的设计，项目的成败在于农业专业知识与计算机技术的深度融合，尤其是疫病监测预警这种重要而且专业的模块。